Skip to content

About

把一句话题变成一条 161 秒的知识短片:文案 / 分镜 / Remotion 场景 / 事件化配乐 / 三尺寸封面 / 三平台标题。Agent Skill.

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Latest commit

 

History

3 Commits

Folders and files

Repository files navigation

knowledge-video

把一句话题,变成一条能发的知识短片——无旁白、字幕驱动、画面自己说话。

一个 Agent Skill:给它「做一期关于 X 的视频」,它吐出研究、文案、分镜、成片、配乐、三尺寸封面、三平台标题。

storyboard


这不是「AI 生成视频」

市面上多数工具解决的是生成:给提示词,出画面。

这个 skill 解决的是规格:一条 161 秒的知识短片,句子该多长、镜头该动多少、什么时候该把声音掐掉、封面该用哪个画面。

它不替你写,它逼你按一个已经被验证过的结构来写。


它怎么来的

从同类型作品里逐帧逆向出来的。

  • 采集了一批同类型的高传播作品
  • 逐条下载、抽帧、OCR 出字幕文本
  • 量化了时长、每秒字数、字幕停留、场景切换、标题句式
  • 然后写了一条同题材的片子,逐段对比、返工

结论不是「模仿他的风格」,而是:

这个长度的知识短片,有一条可复用的规格线。

参考数据(样本中位数):

指标 数值
时长 161 秒
每秒字数 3.1
单条字幕停留 3.0 秒
硬切 ≈ 0(全部溶解)
字幕字号 66px 宋体

三条最硬的规则

1. 每一句里,至少有一个能想象的画面

✗ 答案的长短,和他们记住了几件事高度相关。
✓ 有人记得三件,有人记得八件。

写完逐句问:这句能不能拍成画面?不能就重写。

2. 镜头全片都在动

const push = 1 + 0.05 * at(t, 0, 18);  // 18 秒推 5%,看不出来但画面不死

静止二十秒的画面叫幻灯片,不叫电影。

3. 静音是最强的一刀

在关键转场处把整条音轨压到 −36 dB,持续 0.9 秒,然后一个低频 boom 落地。

比任何音效都响。全片只用一次。


快速开始

# 1. 装 skill(复制到你的 skills 目录)
git clone https://github.com/devin2255/knowledge-video-skill.git
Copy-Item .\knowledge-video-skill\* "$env:USERPROFILE\.claude\skills\knowledge-video" -Recurse

# 2. 建一个 Remotion 项目
npm create video@latest my-video

# 3. 一条命令铺好素材
cd knowledge-video-skill
.\scaffold.ps1 -Project "C:\path\to\my-video" -Id "Entropy" -Name "entropy" -Duration 161

脚手架会复制组件、生成 161 秒的事件化配乐,并打印 Root.tsx 的注册片段。

之后只剩三件手工活:改字幕、改封面文案、注册 Composition。


目录

SKILL.md                七步流水线 + 反模式 + 验收清单
scaffold.ps1            一条命令建项目

references/
  writing.md            文案规则(八组正反对照)
  structure.md          161 秒六幕时间轴
  visuals.md            五条摄影原则
  sound.md              事件化配乐
  publishing.md         三平台封面与标题
  setup.md              环境与命令(含 Windows TEMP 坑)

assets/
  Kit.tsx               片名卡 / 片尾卡 / 字幕系统
  YearWorld.tsx         五幕场景模板(全景墙 / 刻度柱 / 切片 / 路 / 回望)
  Cover.tsx             三尺寸封面组件,四种母题
  score_episode.py      事件化配乐(静音、坠落、刻度、末音)
  synth.py              合成器库(无采样,纯数学生成)
  grain.png             胶片颗粒

示例产物

16:9 封面 B站 / 公众号
9:16 封面 抖音 / 快手
3:4 封面 小红书
分镜联络表 29 格,含两个镜头运动

反模式

都是踩过的坑,写进 skill 防止重犯:

别做 为什么
用「高度相关」「机制」「维度」 观众脑子里没有画面,是论文不是人话
平铺直叙一张卡片换一张卡片 那是幻灯片,不是电影
结尾给建议 换成一个问句或一个画面
字幕压在亮画面上 必须加柔和暗底,否则读不清
配乐从头铺到尾 没有动态就没有情绪
封面另起一套视觉 观众对不上片子

诚实边界

  • 规格数据来自同类型作品的一个有限样本,不是普适真理。
  • 「每句一个画面」是编辑判断,无法自动校验。
  • 画面组件是 SVG 拼的伪 3D,做不到真 3D 渲染的景深与体积光。
  • 页面里的数字都标注了出处;skill 要求使用者在片尾卡交代样本量与边界。

如果你的题材不是「科学 × 个人处境 × 反直觉」,这套规格不一定适用。


环境

  • Node 18+,Remotion 4.x
  • Python 3.10+(配乐用 numpy)
  • ffmpeg(抽帧、验证音量)
  • Windows / macOS / Linux

Windows 有一个致命坑:系统会清理 %TEMP%,导致渲染中途 write EOF。见 references/setup.md。


License

MIT

About

把一句话题变成一条 161 秒的知识短片:文案 / 分镜 / Remotion 场景 / 事件化配乐 / 三尺寸封面 / 三平台标题。Agent Skill.

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages